GPT-5.4 mini Preise und Nutzung der GPT-5.4 mini API

TL;DR

GPT-5.4 mini kostet 0,75 $ pro 1 Million Eingabetoken und 4,50 $ pro 1 Million Ausgabetoken, verfügt über ein Kontextfenster von 400k und ist doppelt so schnell wie GPT-5 mini. Sie können die GPT-5.4 mini API mit der Modell-ID gpt-5.4-mini über die OpenAI API aufrufen und sie visuell mit Apidog oder programmatisch mit Python testen, einschließlich des Schreibens eines Komponententests zur Validierung der Antworten.

Einleitung

OpenAI hat im März 2026 GPT-5.4 mini als ihr bisher leistungsfähigstes kleines Modell angekündigt, das nahezu Flaggschiff-Intelligenz zu einem Bruchteil der Kosten bietet. Wenn Sie die GPT-5.4 mini Preise für eine Produktions-Workload bewerten oder die GPT-5.4 mini API in Ihre App integrieren möchten, deckt dieser Leitfaden alles ab, was Sie brauchen. Wir werden die vollständige Preisübersicht, API-Funktionen und zwei praktische Integrationspfade behandeln: einen GUI-basierten Workflow mit Apidog und einen Python-Code-Ansatz komplett mit einem Komponententest zur Validierung Ihrer Integration.

💡

Bevor Sie die GPT-5.4 mini API aufrufen, laden Sie Apidog kostenlos herunter. Sie können Prompts testen, Antworten überprüfen, Komponententest-Assertions hinzufügen und den Token-Verbrauch visuell verfolgen, ohne einen einzigen Token auszugeben oder Code zu schreiben.

Schaltfläche

GPT-5.4 mini Preisübersicht

Die GPT-5.4 mini Preisgestaltung ist darauf ausgelegt, leistungsstarke KI für den hochvolumigen Produktionseinsatz zugänglich zu machen. Hier erfahren Sie, was Sie wissen müssen, bevor Sie die GPT-5.4 mini API aufrufen.

Kosten für Eingabe- und Ausgabetoken von GPT-5.4 mini

Die Kern-GPT-5.4 mini Preisgestaltung ist unkompliziert:

Eingabetoken: 0,75 $ pro 1 Million Token
Ausgabetoken: 4,50 $ pro 1 Million Token
Kontextfenster: 400.000 Token

Für die regionale Verarbeitung (Datenresidenz-Endpunkte) wendet OpenAI einen 10%igen Preisaufschlag auf die standardmäßigen GPT-5.4 mini Preise an. Das bedeutet, dass Eingabetoken 0,825 $/1M und Ausgabetoken 4,95 $/1M kosten, wenn regionale Endpunkte verwendet werden.

GPT-5.4 mini vs. GPT-5.4 nano Preisvergleich

Um die GPT-5.4 mini Preisgestaltung in den Kontext zu setzen, hier ein Vergleich mit dem Rest der GPT-5.4 Familie:

Modell	Eingabe (pro 1M Token)	Ausgabe (pro 1M Token)	Kontextfenster
GPT-5.4	~5,00 $	~20,00 $	400k
GPT-5.4 mini	0,75 $	4,50 $	400k
GPT-5.4 nano	0,20 $	1,25 $	400k

GPT-5.4 nano ist die günstigste Option, aber GPT-5.4 mini trifft den Sweet Spot zwischen Kosten und Leistungsfähigkeit, insbesondere für Codierungs-, Reasoning- und multimodale Aufgaben, bei denen nano hinterherhinkt.

GPT-5.4 mini Preisgestaltung in Codex

Bei der Verwendung der GPT-5.4 mini API innerhalb der OpenAI Codex-Umgebung verbraucht das Modell nur 30% des GPT-5.4 Kontingents. Dies macht es ideal für Multi-Agenten-Codex-Setups, bei denen ein größeres Modell wie GPT-5.4 die Planung und Koordination übernimmt, während GPT-5.4 mini-Subagenten parallele Unteraufgaben zu etwa einem Drittel der Kosten erledigen.

GPT-5.4 mini API-Funktionen

Die GPT-5.4 mini API ist nicht nur ein günstigeres Modell, sondern auch ein wirklich leistungsfähiges. Hier ist, was sie unterstützt:

Text- und Bildeingaben — standardmäßig multimodal
Werkzeugnutzung und Funktionsaufrufe — strukturierte Ausgaben für agentenbasierte Workflows
Websuche — integrierte Verankerung an Live-Webdaten
Dateisuche — Abfrage über hochgeladene Dokumente
Computernutzung — programmatische Interaktion mit Desktop-Umgebungen
Fähigkeiten — zusammensetzbare Aufgabenmodule

Die GPT-5.4 mini API läuft mehr als doppelt so schnell wie GPT-5 mini und erreicht die Leistung von GPT-5.4 bei wichtigen Benchmarks, einschließlich SWE-Bench Pro (Softwareentwicklung) und OSWorld-Verified (Computernutzung). Sie ist über die OpenAI API, Codex und ChatGPT verfügbar.

Die Modell-ID, die Sie in Ihren GPT-5.4 mini API-Aufrufen verwenden müssen, lautet:

gpt-5.4-mini

So verwenden Sie die GPT-5.4 mini API mit Apidog

Apidog ist eine All-in-One-API-Entwicklungsplattform, mit der Sie APIs entwerfen, debuggen, testen und dokumentieren können, ohne eine einzige Codezeile schreiben zu müssen. Es ist der schnellste Weg, Ihren ersten GPT-5.4 mini API-Aufruf zu tätigen und einen Komponententest gegen die Antwort durchzuführen – alles über eine übersichtliche GUI.

Laden Sie Apidog kostenlos herunter und folgen Sie den unten stehenden Schritten.

Schaltfläche

Einrichten des GPT-5.4 mini API-Anfrages in Apidog

Öffnen Sie Apidog und erstellen Sie ein neues Projekt (z.B. GPT-5.4 mini API Test).

2. Erstellen Sie eine neue HTTP-Anfrage:

Methode: POST
URL: https://api.openai.com/v1/chat/completions

3. Fügen Sie Header unter dem Tab "Headers" hinzu:

Schlüssel	Wert
`Authorization`	`Bearer YOUR_OPENAI_API_KEY`
`Content-Type`	`application/json`

4. Legen Sie den Anfragetext fest (Body → JSON):

{
  "model": "gpt-5.4-mini",
  "messages": [
    {
      "role": "user",
      "content": "Erklären Sie, was ein Komponententest in einem Satz ist."
    }
  ],
  "temperature": 0.7,
  "max_tokens": 200
}

5. Klicken Sie auf Senden. Apidog zeigt die vollständige Antwort an, einschließlich der Token-Nutzung, die direkt den GPT-5.4 mini Preisen zugeordnet ist, sodass Sie die Kosten in Echtzeit schätzen können.

Eine erfolgreiche Antwort sieht wie folgt aus:

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "gpt-5.4-mini",
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "Ein Komponententest ist eine automatisierte Überprüfung, die sicherstellt, dass eine einzelne Funktion oder Komponente isoliert wie erwartet funktioniert."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 28,
    "total_tokens": 46
  }
}

Komponententests für die GPT-5.4 mini API in Apidog schreiben

Apidog verfügt über eine integrierte Testskript-Engine. Nachdem Sie Ihre Anfrage gesendet haben, gehen Sie zum Tab Tests und fügen Sie Assertions hinzu, um einen Komponententest für die GPT-5.4 mini API-Antwort zu erstellen:

// Komponententest 1: Überprüfen, ob der HTTP-Status 200 ist
pm.test("Statuscode ist 200", function () {
  pm.response.to.have.status(200);
});

// Komponententest 2: Bestätigen, dass das richtige Modell verwendet wurde
pm.test("GPT-5.4 mini API Modell ist korrekt", function () {
  const json = pm.response.json();
  pm.expect(json.model).to.include("gpt-5.4-mini");
});

// Komponententest 3: Die Antwort enthält eine Nachricht
pm.test("Antwort hat Assistentennachricht", function () {
  const json = pm.response.json();
  pm.expect(json.choices[0].message.content).to.be.a("string").and.not.empty;
});

// Komponententest 4: Token-Nutzung wird gemeldet (für GPT-5.4 mini Preisverfolgung)
pm.test("Token-Nutzung ist vorhanden", function () {
  const json = pm.response.json();
  pm.expect(json.usage.total_tokens).to.be.above(0);
});

Diese vier Komponententest-Assertions decken die kritischsten Aspekte einer GPT-5.4 mini API-Integration ab: Status, Modellidentität, Antwortinhalt und Token-Nutzung. Apidog führt alle automatisch bei jedem Klick auf "Senden" aus, was es einfach macht, Regressionen bei der Iteration zu erkennen.

Sie können diese Anfrage auch als Teil einer Apidog Testsuite speichern und sie in CI/CD-Pipelines mit dem Apidog CLI Runner ausführen.

Wie man die GPT-5.4 mini API mit Python verwendet

Für Produktionsintegrationen finden Sie hier ein vollständiges Python-Beispiel, das die GPT-5.4 mini API mit einem Komponententest unter Verwendung von pytest aufruft.

Installation

pip install openai pytest

Einfacher GPT-5.4 mini API-Aufruf

# gpt54mini_client.py
from openai import OpenAI

client = OpenAI()  # liest OPENAI_API_KEY aus der Umgebung

def ask_gpt54_mini(prompt: str) -> dict:
    """Ruft die GPT-5.4 mini API auf und gibt die vollständige Antwort zurück."""
    response = client.chat.completions.create(
        model="gpt-5.4-mini",  # GPT-5.4 mini API Modell-ID
        messages=[
            {"role": "user", "content": prompt}
        ],
        temperature=0.7,
        max_tokens=500
    )
    return {
        "content": response.choices[0].message.content,
        "model": response.model,
        "total_tokens": response.usage.total_tokens,
        "prompt_tokens": response.usage.prompt_tokens,
        "completion_tokens": response.usage.completion_tokens,
    }


if __name__ == "__main__":
    result = ask_gpt54_mini("Was ist ein Komponententest?")
    print(result["content"])
    # Geschätzte Kosten basierend auf GPT-5.4 mini Preisen
    input_cost = (result["prompt_tokens"] / 1_000_000) * 0.75
    output_cost = (result["completion_tokens"] / 1_000_000) * 4.50
    print(f"Geschätzte Kosten: ${input_cost + output_cost:.6f}")

Komponententest für die GPT-5.4 mini API

# test_gpt54mini_client.py
import pytest
from unittest.mock import patch, MagicMock
from gpt54mini_client import ask_gpt54_mini


@pytest.fixture
def mock_openai_response():
    """Simuliert die GPT-5.4 mini API-Antwort für Komponententests."""
    mock_response = MagicMock()
    mock_response.choices[0].message.content = (
        "Ein Komponententest überprüft eine einzelne Funktion isoliert."
    )
    mock_response.model = "gpt-5.4-mini"
    mock_response.usage.total_tokens = 46
    mock_response.usage.prompt_tokens = 18
    mock_response.usage.completion_tokens = 28
    return mock_response


@patch("gpt54mini_client.client.chat.completions.create")
def test_returns_content(mock_create, mock_openai_response):
    """Komponententest: GPT-5.4 mini API gibt nicht-leeren Inhalt zurück."""
    mock_create.return_value = mock_openai_response
    result = ask_gpt54_mini("Was ist ein Komponententest?")
    assert isinstance(result["content"], str)
    assert len(result["content"]) > 0


@patch("gpt54mini_client.client.chat.completions.create")
def test_correct_model(mock_create, mock_openai_response):
    """Komponententest: Bestätigt, dass die gpt-5.4-mini Modell-ID verwendet wird."""
    mock_create.return_value = mock_openai_response
    result = ask_gpt54_mini("Hallo")
    assert result["model"] == "gpt-5.4-mini"


@patch("gpt54mini_client.client.chat.completions.create")
def test_token_usage_reported(mock_create, mock_openai_response):
    """Komponententest: Token-Nutzung ist zur Verfolgung der GPT-5.4 mini Preise vorhanden."""
    mock_create.return_value = mock_openai_response
    result = ask_gpt54_mini("Hallo")
    assert result["total_tokens"] > 0
    assert result["prompt_tokens"] + result["completion_tokens"] == result["total_tokens"]

Führen Sie die Komponententests aus:

pytest test_gpt54mini_client.py -v

Erwartete Ausgabe:

test_gpt54mini_client.py::test_returns_content     PASSED
test_gpt54mini_client.py::test_correct_model       PASSED
test_gpt54mini_client.py::test_token_usage_reported PASSED

3 passed in 0.31s

Das Mocken der GPT-5.4 mini API in Ihrer Komponententest-Suite bedeutet, dass Sie während CI-Läufen keine Token verbrennen – entscheidend, um die GPT-5.4 mini Preise in automatisierten Pipelines unter Kontrolle zu halten.

Best Practices für die GPT-5.4 mini API

Um das Beste aus der GPT-5.4 mini API herauszuholen, müssen Sie den Einsatz bewusst planen. Hier sind die wichtigsten Praktiken:

1. Verfolgen Sie immer den Token-Verbrauch zur Kontrolle der GPT-5.4 mini Preise Protokollieren Sie prompt_tokens und completion_tokens pro Anfrage. Bei 0,75 $/1M Eingabe und 4,50 $/1M Ausgabe skalieren die Kosten bei ausführlichen Prompts schnell. Halten Sie System-Prompts kurz.

2. Verwenden Sie Apidog für explorative Tests, bevor Sie Code schreiben Bevor Sie eine vollständige Integration erstellen, verwenden Sie Apidog, um Ihre Prompts zu prototypisieren und die Antwortform der GPT-5.4 mini API zu validieren. Dies spart Zeit und vermeidet verschwendete Token während der Entwicklung.

3. Schreiben Sie frühzeitig Komponententests Fügen Sie für jede Funktion, die die GPT-5.4 mini API aufruft, einen Komponententest hinzu. Mocken Sie die API-Antwort, damit Ihre Testsuite schnell und kostenlos läuft. Verwenden Sie die Testskripte von Apidog für GUI-basierte Komponententest-Abdeckung und pytest mit unittest.mock für Code-Level-Abdeckung.

4. Nutzen Sie das 400k Kontextfenster strategisch Die GPT-5.4 mini API unterstützt 400k Token Kontext, aber Sie zahlen für jedes Token. Für RAG-Pipelines rufen Sie nur die relevantesten Segmente ab, anstatt das gesamte Kontextfenster zu füllen.

5. Vermeiden Sie regionale Endpunkte, es sei denn, dies ist erforderlich Die regionale Verarbeitung erhöht die GPT-5.4 mini Preise um 10%. Verwenden Sie Datenresidenz-Endpunkte nur, wenn Ihre Compliance-Anforderungen dies verlangen.

6. Delegieren Sie an GPT-5.4 mini in Multi-Agenten-Systemen In Codex- oder Agenten-Pipelines verwenden Sie GPT-5.4 für die Planung und GPT-5.4 mini für parallele Unteraufgaben. Mit 30% des GPT-5.4 Kontingents ist die GPT-5.4 mini API das richtige Werkzeug für hochfrequente, eng gefasste Aufgaben.

Fazit

Die GPT-5.4 mini Preisgestaltung mit 0,75 $/1M Eingabe und 4,50 $/1M Ausgabe macht sie zu einer der kostengünstigsten Möglichkeiten, nahezu Flaggschiff-KI-Funktionen zu nutzen. Die GPT-5.4 mini API unterstützt multimodale Eingaben, Funktionsaufrufe, Websuche und vieles mehr, alles mit doppelter Geschwindigkeit ihres Vorgängers.

Ob Sie mit der GUI von Apidog prototypisieren, Produktions-Python-Code schreiben oder eine Komponententest-Suite zur Validierung Ihrer Integration einrichten, die GPT-5.4 mini API passt sich nahtlos in moderne Entwicklungs-Workflows ein. Beginnen Sie mit Apidog, um die API visuell zu erkunden, und wechseln Sie dann mit Zuversicht zum Code.

Probieren Sie Apidog kostenlos aus, keine Kreditkarte erforderlich.

Schaltfläche

FAQ

Was sind die GPT-5.4 mini Preise? GPT-5.4 mini kostet 0,75 $ pro 1 Million Eingabetoken und 4,50 $ pro 1 Million Ausgabetoken. Regionale Verarbeitungs-Endpunkte erhöhen die Standardpreise von GPT-5.4 mini um 10 %.

Wie lautet die Modell-ID der GPT-5.4 mini API? Verwenden Sie gpt-5.4-mini als Modellparameter in Ihren GPT-5.4 mini API-Aufrufen.

Wie teste ich die GPT-5.4 mini API ohne Code zu schreiben? Verwenden Sie Apidog. Erstellen Sie eine POST-Anfrage an https://api.openai.com/v1/chat/completions mit Ihrem API-Schlüssel und der Modell-ID gpt-5.4-mini. Apidog ermöglicht es Ihnen auch, Komponententest-Assertions direkt in der Benutzeroberfläche zu schreiben.

Wie schreibe ich einen Komponententest für die GPT-5.4 mini API? Mocken Sie den API-Client mit unittest.mock in Python und überprüfen Sie die Antwortstruktur. In Apidog verwenden Sie den Tab "Tests", um JavaScript-basierte Komponententest-Assertions nach jeder Anfrage hinzuzufügen.

Wie verhalten sich die GPT-5.4 mini Preise im Vergleich zu GPT-5.4 nano? GPT-5.4 nano ist mit 0,20 $/1M Eingabe und 1,25 $/1M Ausgabe günstiger, aber GPT-5.4 mini bietet eine deutlich bessere Leistung bei Codierungs- und Reasoning-Benchmarks wie SWE-Bench Pro.

Kann ich die GPT-5.4 mini API in Codex verwenden? Ja. Die GPT-5.4 mini API ist in Codex verfügbar und verbraucht nur 30 % des GPT-5.4 Kontingents, was sie ideal für parallele Subagentenaufgaben macht.

Ist GPT-5.4 mini in ChatGPT verfügbar? Ja. GPT-5.4 mini ist über die OpenAI API, Codex und ChatGPT verfügbar.